IL CONTROLLO DI QUALITÀ: TEORIA E PRATICA NEL LABORATORIO DI ANALISI CLINICHE
|
|
- Gianmaria Franceschi
- 8 anni fa
- Visualizzazioni
Transcript
1 IL CONTROLLO DI QUALITÀ: TEORIA E PRATICA NEL LABORATORIO DI ANALISI CLINICHE Parte 1 Teoria del controllo di qualità interno Dott. Gianluca Monti, phd gianlucamonti@chimici.it
2 ALMENO IL 70% DELLE DECISIONI DIAGNOSTICHE SONO INFLUENZATE DA TEST DI LABORATORIO.
3 Una stima prudente del tasso d errore di laboratorio in Italia è pari a circa lo 0,30% In Italia ogni anno ~1000 milioni di prestazioni ~ 3 milioni di referti affetti da errore all anno! Il costo di questi errori è difficilmente stimabile (probabilmente prossimo al miliardo di ). Plebani M, Carraro P. Mistakes in a stat laboratory: types and frequency. Clin Chem 1997;43,8:
4
5 Governance Validazione Organizzazione Metodica Test Paziente
6
7
8 Test analiticamente errato Test non discriminante Test male interpretato/refertato Test gestionalmente errato Test non necessario Test non eseguito
9 Controllo di qualità Assicurazione della qualità Sistema di qualità
10 STATISTICHE Questa presentazione contiene: 234 numeri 27 formule matematiche Moltissimi grafici 14 riferimenti a normative ISO 21 fotografie di luoghi belli del mondo Tre storielle divertenti Qualche consiglio che vi aiuterà a capire quando state sbagliando
11
12 ISO 15189:2007
13 ISO 15189:2007
14 ISO 15189:2007
15 IL DATO È SICURO?
16
17 IL DATO È AL SICURO?
18 INTERCETTARE GLI ERRORI
19 Ottenere esiti positivi per il paziente attraverso una gestione integrata del processo analitico (CONTROLLO DI)QUALITÀ: ERRORE O SBAGLIO? Il CQI dell ammonio è nel range. ma il campione è rimasto 6 ore a temperatura ambiente!!
20 ERRORE O SBAGLIO? ERRORE CASUALE SBAGLIO La fonte più frequente dell errore E naturalmente presente in tutti i processi La sua origine è complessa e articolata In condizioni stabili può essere descritto in termini statistici e quindi «confinato» In un sistema correttamente gestito è un evento sporadico La sua origine è generalmente semplice («Mario si è scordato») Gli effetti possono essere molto importanti e poco prevedibili Difficile da «confinare»
21 A COSA SERVE? L obbiettivo delle procedure di controllo di qualità è di fornire al paziente un risultato analiticamente corretto. Quanto è vicino, mediamente, il risultato ottenuto al valore vero? Quanto è incerto il valore ottenuto, in termini di ripetibilità della misura? Quanto è discriminante per la decisione clinica?
22 ANALISI DELL ERRORE Distribuzione delle frequenze Statistica parametrica
23 TIPI DI VARIABILI Quantitative Altezza Peso Indice di massa corporea Glucosio sierico Copie HCV RNA/ml Leucociti/ml Numero di prelievi Qualitative Colore dei capelli Normopeso/sovrappeso Sesso Iperglicemico HCV Ab +/- Sangue -/±/+/++/+++ Soddisfazione del cliente
24 VARIABILI QUANTITATIVE Quantitative Altezza Peso Indice di massa corporea Glucosio sierico Copie HCV RNA/ml Leucociti/ml Numero di prelievi Continue Discrete
25 TIPI DI VARIABILI Qualitative Nominali Ordinali Colore dei capelli Normopeso/sovrappeso Sesso Iperglicemico HCV Ab +/- Sangue -/±/+/++/+++ Soddisfazione del cliente
26 TIPI DI VARIABILI Quantitative Altezza Peso Indice di massa corporea Glucosio sierico Copie HCV RNA/ml Leucociti/ml Numero di prelievi Qualitative Colore dei capelli Normopeso/sovrappeso Sesso Iperglicemico HCV Ab +/- Sangue -/±/+/++/+++ Soddisfazione del paziente
27 MISURA Lo scopo della maggioranza dei test di laboratorio è misurare, attraverso opportuni strumenti, la concentrazione di determinati analiti nei campioni Il risultato della misura è una «stima» del valore «vero» La differenza fra la stima e il valore vero rappresenta l errore di misura, che è sempre presente Scopo del QC è garantire, attraverso la caratterizzazione dell errore, che l errore si mantenga contenuto entro limiti prefissati che preservino l utilità clinica del dato.
28
29 ESEMPIO DI MISURA 100,0 100,8 101,2 99,8,
30 QUAL È IL VALORE??
31 ESEMPIO DI MISURA Dati ottenuti in 60 misurazioni: 99,4 99,0 99,1 100,0 100,6 100,0 99,6 100,6 100,4 101,4 100,8 100,1 100,6 100,1 100,0 99,7 100,5 101,0 99,0 101,1 101,4 99,9 98,8 100,7 100,9 101,5 102,4 99,7 99,2 98,9 99,2 100,7 100,0 99,9 100,5 99,4 100,0 100,0 99,5 99,2 99,3 100,6 98,6 98,5 99,9 99,8 99,3 101,3 98,8 100,9 99,5 100,5 99,8 99,8 97,6 100,1 98,7 101,2 100,0 99,0
32 VARIABILITÀ Le condizioni ambientali cambiano Le condizioni strumentali cambiano I tecnici cambiano I reagenti cambiano I calibratori cambiano I controlli cambiano Le matrici cambiano Mario si distrae E legittimo pensare sia possibile ottenere una stima corretta?
33 VARIABILITÀ Come definire corretta? PRECISIONE
34 ESEMPIO DI MISURA Dati ottenuti in 60 misurazioni: 99,4 99,0 99,1 100,0 100,6 100,0 99,6 100,6 100,4 101,4 100,8 100,1 100,6 100,1 100,0 99,7 100,5 101,0 99,0 101,1 101,4 99,9 98,8 100,7 100,9 101,5 102,4 99,7 99,2 98,9 99,2 100,7 100,0 99,9 100,5 99,4 100,0 100,0 99,5 99,2 99,3 100,6 98,6 98,5 99,9 99,8 99,3 101,3 98,8 100,9 99,5 100,5 99,8 99,8 97,6 100,1 98,7 101,2 100,0 99,0
35 ORDINARE I DATI 96,6 96,6 96,8 97,0 97,2 97,3 97,3 97,3 97,5 97,6 97,6 97,7 97,9 98,2 98,2 98,2 98,3 98,4 98,6 98,6 98,6 98,6 98,7 98,9 99,0 99,0 99,1 99,2 99,2 99,3 99,3 99,3 99,3 99,3 99,4 99,4 99,4 99,5 99,5 99,6 99,6 99,7 99,8 99,9 99,9 100,1 100,2 100,2 100,2 100,4 100,4 100,7 100,7 100,7 100,8 101,1 101,1 101,5 101,7 102,2
36 DIVIDERE IN CLASSI 96,6 96,6 96,8 97,0 97,2 97,3 97,3 97,3 97,5 97,6 97,6 97,7 97,9 98,2 98,2 98,2 98,3 98,4 98,6 98,6 98,6 98,6 98,7 98,9 99,0 99,0 99,1 99,2 99,2 99,3 99,3 99,3 99,3 99,3 99,4 99,4 99,4 99,5 99,5 99,6 99,6 99,7 99,8 99,9 99,9 100,1 100,2 100,2 100,2 100,4 100,4 100,7 100,7 100,7 100,8 101,1 101,1 101,5 101,7 102,2 Regola di Sturges: N. classi = 1 + 3,3 * log(n)
37 DIVIDERE IN CLASSI
38 ISTOGRAMMI DI FREQUENZA Grafici Risultato (x) Vs Frequenza (y) La scala x è determinata dalle classi in cui è stato diviso il campione di dati L ampiezza delle classi può essere ricavata i numerosi modi empirici (Es. regola di Sturges) L altezza y delle barre è proporzionale alla frequenza (numero di occorrenze in quella classe) Rappresentano graficamente la distribuzione dei valori. Utile per verificare se i dati si aggregano intorno ad un valore centrale
39 ISTOGRAMMA
40 ISTOGRAMMA
41 ISTOGRAMMA
42 ISTOGRAMMA
43 ISTOGRAMMA
44 ISTOGRAMMA
45 ISTOGRAMMA
46 ISTOGRAMMA
47
48 QUAL È IL VALORE?? 1
49 MODA Valore più frequente Può non essere unica Può non essere determinabile Utile per i dati qualitativi Poco affetta dalla distribuzione
50 ISTOGRAMMA
51 ISTOGRAMMA
52 ISTOGRAMMA
53 MEDIANA Fra i dati ordinati è il valore centrale (o la media dei due valori centrali): 96,6 96,6 96,8 97,0 97,2 97,3 97,3 97,3 97,5 97,6 97,6 97,7 97,9 98,2 98,2 98,2 98,3 98,4 98,6 98,6 98,6 98,6 98,7 98,9 99,0 99,0 99,1 99,2 99,2 99,3 99,3 99,3 99,3 99,3 99,4 99,4 99,4 99,5 99,5 99,6 99,6 99,7 99,8 99,9 99,9 100,1 100,2 100,2 100,2 100,4 100,4 100,7 100,7 100,7 100,8 101,1 101,1 101,5 101,7 102,2
54 ISTOGRAMMA
55 ISTOGRAMMA
56 ISTOGRAMMA
57 MEDIA TL Æ T J (Somma dei valori diviso il numero di valori) C è una sola media per ogni distribuzione E affetta dagli outliers
58 ISTOGRAMMA
59 ISTOGRAMMA
60 ISTOGRAMMA
61 ISTOGRAMMA
62 La misura media è 99,1 MISURA
63 MINIMO-MASSIMO Quanto si discostano i dati dalla media? 97,6 98,5 98,6 98,7 98,8 98,8 98,9 99,0 99,0 99,0 99,1 99,2 99,2 99,2 99,3 99,3 99,4 99,4 99,5 99,5 99,6 99,7 99,7 99,8 99,8 99,8 99,9 99,9 99,9 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,1 100,1 100,1 100,4 100,5 100,5 100,5 100,6 100,6 100,6 100,6 100,7 100,7 100,8 100,9 100,9 101,0 101,1 101,2 101,3 101,4 101,4 101,5 102,4
64 MISURA (2) La misura è compresa fra 97,6 e 102,4
65 ISTOGRAMMA
66 MISURA (3) Come posso misurare correttamente la mia variabile? Che errore commetto? La distanza è 100,0 ± incertezza
67 MINIMO-MASSIMO Quanto si discostano i dati dalla media? 96,6 96,6 96,8 97,0 97,2 97,3 97,3 97,3 97,5 97,6 97,6 97,7 97,9 98,2 98,2 98,2 98,3 98,4 98,6 98,6 98,6 98,6 98,7 98,9 99,0 99,0 99,1 99,2 99,2 99,3 99,3 99,3 99,3 99,3 99,4 99,4 99,4 99,5 99,5 99,6 99,6 99,7 99,8 99,9 99,9 100,1 100,2 100,2 100,2 100,4 100,4 100,7 100,7 100,7 100,8 101,1 101,1 101,5 101,7 102,2
68 STUDIARE LA DISTRIBUZIONE Quanto si discostano i dati dalla media? 96,6 96,6 96,8 97,0 97,2 97,3 97,3 97,3 97,5 97,6 97,6 97,7 97,9 98,2 98,2 98,2 98,3 98,4 98,6 98,6 98,6 98,6 98,7 98,9 99,0 99,0 99,1 99,2 99,2 99,3 99,3 99,3 99,3 99,3 99,4 99,4 99,4 99,5 99,5 99,6 99,6 99,7 99,8 99,9 99,9 100,1 100,2 100,2 100,2 100,4 100,4 100,7 100,7 100,7 100,8 101,1 101,1 101,5 101,7 102,2
69 DISTRIBUZIONE
70 DISTRIBUZIONE GAUSSIANA Simmetrica Media = Moda = Mediana s rappresenta la «larghezza» della campana
71 DEVIAZIONE STANDARD Scarto quadratico medio
72 COEFFICIENTE DI VARIAZIONE CV ª º Scarto quadratico medio
73 DISTRIBUZIONE
74 IMPRECISIONE La ripetizione di una misura affetta da errore casuale tende a fornire stime i cui valori si aggregano attorno ad un valore medio, con distribuzione gaussiana (campanulare) La distribuzione gaussiana è simmetrica intorno alla media, che coincide con la mediana e con la moda
75 IL 68,3% DEI DATI RICADE ENTRO ± s
76 IL 95,5% DEI DATI RICADE ENTRO ± 2s
77 IL 99,7% DEI DATI RICADE ENTRO ± 3s
78 QUAL È IL VALORE?
79 IMPRECISIONE DI MISURA La misura in 60 misurazioni è compresa fra 96,6 e 102,2 La misura media in 60 misurazioni è 99,1 La misura è 99,1 ± 3,9 nel 99,7 % dei casi
80 INCERTEZZA
81 INCERTEZZA
82 ERRORE DI MISURA La misura in 60 misurazioni è compresa fra 96,6 e 102,2 La misura media in 60 misurazioni è 99,1 La misura è 99,1 ± 1,3 nel 68,3 % dei casi La misura è 99,1 ± 2,6 nel 95,5 % dei casi La misura è 99,1 ± 3,9 nel 99,7 % dei casi In condizioni analoghe potrò ritenere la misura avrà un incertezza pari a ± 3,9 nel 99,7% dei casi.
83 (IN)CERTEZZA
84 (IN)CERTEZZA
85 (IN)CERTEZZA
86 ISTOGRAMMA
87 ISTOGRAMMA
88 ESEMPIO DI MISURA?!? 100,0
89 QUAL È IL VALORE?? 2
90 MISURA DI CONTROLLO La misura a progetto è 44 metri Supponiamo una incertezza pari al 3,1% Misura dello strumento: 122,1 LA MISURA E SBAGLIATA!! LO STRUMENTO E GUASTO?
91 Lo strumento di fabbricazione anglosassone era impostato per misurare in piedi anziché in metri. Lo strumento utilizza quindi una calibrazione «sbagliata», perché riferita a uno standard metrologico differente.
92
93 ISO 15189:2007
94 ISO 15189
95 IMPRECISIONE Indica quanto è ripetibile la misura, e cioè quando concordanti sono le misure fra di loro Può essere stimata, in caso di errori casuali con s Conoscere s consente di fare valutazioni statistiche sull attendibilità della misura INACCURATEZZA Esprime la concordanza fra le misure ottenute ed il valore «vero». Può essere stimata attraverso la misura di un campione «noto».
96 ESEMPIO DI MISURA CV 3,1%???,?
97 ISTOGRAMMA ,
98 BIAS Differenza assoluta
99 BIAS : ;L T Ø F T T Ø Differenza percentuale
100 Z SCORE Differenza in rapporto alla s
101 DEVIAZIONE % = 1,96 % Differenza percentuale
102 ISTOGRAMMA ,
103 CIFRE SIGNIFICATIVE Il risultato ricavato dallo strumento deve avere un numero di cifre significative compatibile con il CV
104 IMPRECISIONE Si determina con misure ripetute INACCURATEZZA Si determina con una misura nota Si descrive con la º (deviazione standard) Si descrive con il BIAS (ˈbaɪəs) ATTENZIONE ALLE CIFRE SIGNIFICATIVE (IN GENERE 3 O 4 SONO SUFFICIENTI)
105 MISURA IMPRECISA E INACCURATA s BIAS
106 MISURA IMPRECISA MA ACCURATA s BIAS
107 MISURA PRECISA MA INACCURATA s BIAS
108 MISURA PRECISA E ACCURATA s BIAS
109 ?ERRORE DI MISURA? Al 95,5% di probabilità Al 99,7% di probabilità ATTENZIONE AGLI SBAGLI! Mario tende a distrarsi
110 IMPRECISIONE Si descrive con la (deviazione standard) INACCURATEZZA Si descrive con il BIAS (ˈbaɪəs) INESATTEZZA Si descrive con (Errore analitico)
111 NON SONO BRAVO IN MATEMATICA Il laboratorio dovrebbe dotarsi di uno o più software specifici per il controllo di qualità Alcuni calcoli di base possono essere eseguiti con numerosi software commerciali Il foglio di calcolo Excel può essere utilizzato in maniera semplice e veloce
112 IL CONTROLLO DI QUALITÀ: TEORIA E PRATICA NEL LABORATORIO DI ANALISI CLINICHE Parte 2 Pratica del controllo di qualità interno Dott. Gianluca Monti, phd
113 CONTENUTI Chi controlla? Con cosa controlla? Quando controlla? Dove controlla? Il mio CQ è accettabile?!?
114 Assicurare che le performance analitiche del test siano consistenti con l esigenza clinica del paziente LO SCOPO DEL CQI
115 AVVISAMI QUANDO C E QUALCOSA CHE NON VA LO SCOPO DEL CQI (RELOADED)
116 ERRORE ANALITICO Deterioramento del reagente Deterioramento del calibratore Condizioni ambientali inadeguate Condizioni di alimentazione inadeguate Impostazioni strumentali errate Guasto strumentale Errore dell operatore ERRORE SBAGLIO
117 IMPLEMENTAZIONE CQI Stabilire politiche di qualità e procedure Dividere le responsabilità Educare il personale Selezionare il materiale di controllo Stabilire il range di accettabilità Stabilire le procedure di validazione e intervento Monitorare il risultato del CQI ad ogni esecuzione Registrare tutte le azioni e gli interventi.
118
119 CALIBRATORE Materiale che contiene una concentrazione riferibile dell analita che copra il range del test CONTROLLO Materiale che contiene l analita a concentrazione pre-determinata o non prossima ai valori clinici E necessario per ottenere risultati su scale non arbitrarie E necessario per assicurarsi che i risultati siano affetti da un errore accettabile I calibratori si utilizzano ad ogni variazione del contesto analitico (strumento/reagente/ ) I controlli si utilizzano durante la procedura analitica per monitorarla
120 CONTROLLI Il più simili possibile al campione (idealmente umano) Concentrazioni simili a quelle dei campioni Disponibili in grandi quantità (sufficienti per 1 anno o più) Stabili per un tempo lungo (> 2 anni) Soggetti a modeste manipolazioni (pronti all uso) Commerciali o preparati in lab Dosati con range di riferimento Non dosati Pool normali
121 QUANTO CONTROLLARE Costo dell'errore Costo dei controlli Costo totale
122
123 QUANDO CONTROLLARE Frequenza del QC Il CQ deve essere eseguito ad ogni seduta analitica La definizione di seduta analitica è inevitabilmente vaga Condizioni che interrompono la seduta Cambio di reagenti, anche se dello stesso lotto Cambio di consumabili (anche se dello stesso lotto) Operazioni che normalmente non si eseguono fra due test Alterazioni delle condizioni chimico-fisico-ambientali Fermo macchina superiore al tempo di dosaggio Interventi tecnici di qualsiasi natura Modifiche metologiche
124 QUANDO CONTROLLARE (2) Programmazione del CQI Evitate di controllare subito dopo l avvio Evitate di controllare subito dopo una calibrazione Idealmente controllate fra i campioni Controllate PRIMA di refertare
125 QUALE VALORE Il CQI ideale dovrebbe coprire il range dinamico del test In pratica è sufficiente coprire l intervallo decisionale clinico Possono essere necessari 2 o 3 controlli Controllo Basso/Patologico se rilevante Controllo normale Controllo Alto/Patologico se rilevante Critico Alto Normale Normale Normale
126 QUALE VALORE Il CQI ideale dovrebbe coprire il range dinamico del test In pratica è sufficiente coprire l intervallo decisionale clinico Possono essere necessari 2 o 3 controlli Controllo Basso/Patologico se rilevante Controllo normale Controllo Alto/Patologico se rilevante Critico Alto Normale Basso Critico
127 CQI PRIMA IMPLEMENTAZIONE Preparare il materiale secondo le indicazioni del produttore. Aliquotare il materiale e stoccarlo Determinare le performance target in un pre-periodo Es. Eseguire 20 determinazioni in 20 sessioni (1 mese) Raccogliere i dati Disegnare istogramma Gaussiana? (Moda = Media = Mediana) Gaussiana? (68,3% in, 95,5% in, 99,7% in ) Calcolare, BIAS (se disponibile riferimento)?sufficientemente preciso e accurato?
128 ERRORE ACCETTABILE Stato dell arte Intervallo di riferimento Linee guida e/o opinioni di clinici esperti Analisi dell errore clinico derivante Variabilità biologica (E a < ½ CV i ) 3
129 GLUCOSIO Stato dell arte (intra-lab): CV 2,0 %, BIAS 1,0% TE 5% Intervallo di riferimento ( ): TE 10 % Linee guida: CV 3,3% BIAS 2,5% TE 7,9% Analisi dell errore clinico TE 8% (4%) Variabilità biologica: TE 5,9% Sacks et al Diabetes Care June 2011vol. 34 no. 6 e61-e99 Boyd, et al Clin Chem 2001;47:209 Ricos et al Scand J Clin Lab Invest 1999;59:
130 ANALIZZATORI AUTOMATICI Ampiamente disponibili fin dagli anni 80 Metodiche consolidate Identificazione positiva del campione Ampio range di produttività test/ora Buona precisione (?) e accuratezza (?) E possibile ottenere test analiticamente corretti?...in alcuni casi bisogna saper scegliere
131 GLUCOSIO
132 LDH
133 SODIO
134 MCV
135 PTH
136 CEA
137 Governance Validazione Organizzazione Metodica Test Paziente
138 IL DATO È SICURO? (2) Un analizzatore automatico performante, di per se, non è garanzia di qualità della prestazione La marcatura CE attesta la conformità a requisiti minimi di sicurezza (in molti casi esprime una autocertificazione)
139 ERRORE ACCETTABILE Il laboratorio deve stabilire obbiettivi di qualità in termini di CV e BIAS Es. Glucosio CV 2,5% BIAS 2,5% TE 7,5% E necessario verificare l andamento delle performance in un pre-periodo di 20 controlli (controllo dosato per il BIAS) E necessario monitorare il mantenimento di queste performance nel tempo attraverso l esecuzione del QC
140 MONITORARE LE PERFORMANCE Dopo il pre-periodo di 20 misurazioni si ottiene: 101,1 99,9 100,0 99,7 98,3 97,7 99,1 99,6 98,8 99,0 99,8 100,5 102,3 101,7 100,5 98,2 99,4 100,2 100,2 100,8 Analita Cloro Media -3s 96,2 > 3 IDS 0,0% Decimali 1 Media -2s 97,4 > 2 IDS 5,0% N. Dati 20 Media -1s 98,6 > 1 IDS 25,0% Media 99,8 < 1 IDS 70,0% Riferimento 98,5 Media +1s 101,0 Media +2s 102,2 Minimo 97,7 Media 99,8 Media +3s 103,4 Massimo 102,3 Mediana 99,9 Range 4,568 s 1,200 BIAS 1,3% N. Sturges 5 CV 1,20% z Score 1,08 D Sturges 0,91
141 ,9 94,7 95,5 96,3 97,1 97,8 98,7 99,6 100,5 101,4 102,3 102,6 103,4 104,2 105,0 105,8 106,6 107,4 108,2 ISTOGRAMMA PRE-PERIODO
142 ,9 94,7 95,5 96,3 97,1 97,8 98,7 99,6 100,5 101,4 102,3 102,6 103,4 104,2 105,0 105,8 106,6 107,4 108,2 BIAS s ISTOGRAMMA PRE-PERIODO
143 ,9 94,7 95,5 96,3 97,1 97,8 98,7 99,6 100,5 101,4 102,3 102,6 103,4 104,2 105,0 105,8 106,6 107,4 108,2 BIAS s ISTOGRAMMA PRE-PERIODO
144 ,9 94,7 95,5 96,3 97,1 97,8 98,7 99,6 100,5 101,4 102,3 102,6 103,4 104,2 105,0 105,8 106,6 107,4 108,2 BIAS s ISTOGRAMMA PRE-PERIODO
145 ,9 94,7 95,5 96,3 97,1 97,8 98,7 99,6 100,5 101,4 102,3 102,6 103,4 104,2 105,0 105,8 106,6 107,4 108,2 BIAS s ISTOGRAMMA PRE-PERIODO
146 MONITORARE LE PERFORMANCE PERFORMANCE STORICA ACCETTABILE Può essere mantenuta? Il CQI di oggi è accettabile?!?! Analita Cloro Media -3s 96,2 > 3 IDS 0,0% Decimali 1 Media -2s 97,4 > 2 IDS 5,0% N. Dati 20 Media -1s 98,6 > 1 IDS 25,0% Media 99,8 < 1 IDS 70,0% Riferimento 98,5 Media +1s 101,0 Media +2s 102,2 Minimo 97,7 Media 99,8 Media +3s 103,4 Massimo 102,3 Mediana 99,9 Range 4,568 s 1,200 BIAS 1,3% N. Sturges 5 CV 1,20% z Score 1,08 D Sturges 0,91
147
148 GRAFICI DI SHEWHART Grafici tempo (x) Vs Risultato (y) Il grafico è centrato intorno alla media (media mobile) La scala y è determinata dalla s Rappresentano graficamente l andamento della misura nel tempo Shewhart WA. Economic Control of Quality of Manufactured Product. New York; D. Van Hostrand Company, Inc., 1931 Levey S, Jennings ER. The use of control charts in the clinical laboratory. Am J Clin Pathol 1950;20:
149 GRAFICI DI SHEWHART Rif s + 2 s + 1 s Media - 1 s - 2 s - 3 s
150 ERRORE PROGRESSIVO
151 ERRORE CICLICO
152 PERDITA DI PRECISIONE
153 PERDITA DI ACCURATEZZA
154 CAMBIO DI LOTTO
155 CIFRE SIGNIFICATIVE
156 GRAFICI DI SHEWHART Alcuni software NON utilizzano la media di pre-periodo Il grafico è centrato sul riferimento del produttore In alcuni casi neanche la DS è del pre-periodo Il grafico ha una ampiezza dipendente dal riferimento Il alcuni casi la media e la DS sono «mobili» Verificate il comportamento del vostro software
157 GRAFICI DI SHEWHART Il grafico di Shewhart consente di identificare rapidamente i comportamenti «sospetti» e cioè molto differenti rispetto all esperienza storica Es. La probabilità di ottenere un risultato oltre la terza DS è pari allo 0,3% dei casi 4
158 RISULTATO OLTRE 3DS
159 REGOLA 1 3S I risultati oltre 3s sono altamente improbabili (3 su mille) Nel gergo cd QC l occorrenza di 1 risultato oltre 3s viene definito 1 3s Regola di validazione del QC: I risultati oltre 3s indicano una situazione fortemente sospetta che deve essere indagata Westgard JO, Groth T, Aronsson T, Falk H, deverdier C-H. Performance characteristics of rules for internal quality control: probabilities for false rejection and error detection. Clin Chem 1977;23:
160 REGOLA 1 3S La regola 1 3s è molto specifica ma poco sensibile Rileva errori macroscopici di accuratezza (calibrazione non valida, reagente deteriorato etc) che comportano uno spostamento elevato della misura Può rilevare errori dovuti alla perdita di precisione solo se questa è molto rilevante.
161 RISULTATO OLTRE 2DS
162 REGOLA 1 2S I risultati oltre 2s sono poco probabili (circa 1 su 20) Non rarissimi! Nel gergo cd QC l occorrenza di 1 risultato oltre 2s viene definito 1 2s La regola 1 2s è poco specifica ma molto sensibile Se applicata la regola produrra un elevato numero di interventi non necessari Non utilizzarla per rigettare la seduta analitica ma di utilizzarla come «avviso»
163 2 RISULTATI OLTRE 2DS
164 REGOLA 2 2S I risultati oltre 2s sono poco probabili (circa 1 su 20) 2 risultati di seguito oltre 2s sono estremamente improbabili Nel gergo cd QC l occorrenza di 2 risultato oltre 2s viene definito 2 2s La regola 2 2s è specifica e sensibile richiede 2 controlli per rilevare il problema
165 REGOLA 2 2S La regola rileva la perdita di accuratezza (Es. calibrazione non più valida, problemi con il calibrarore, bianco reagente non valido etc) Può essere utilizzata con i controlli a livello singolo confrontando due sedute analitiche Può essere utilizzata con maggiore efficacia con i controlli multilivello
166 REGOLA 2 2S Livello 1 +2s Livello 2 +2s
167 SALTO DI 4DS (-)
168 SALTO DI 4DS (+)
169 REGOLA R 4S La regola rileva la perdita di precisione Es. guasto strumentale Può attivarsi anche per la perdita di linearità Es. reagente deteriorato Può essere utilizzata con i controlli a livello singolo confrontando due sedute analitiche Può essere utilizzata con maggiore efficacia con i controlli multilivello
170 REGOLA R 4S Livello 1 + 2s Livello 2-2s
171 DEVIAZIONE PERSISTENTE 4 OLTRE 1DS
172 REGOLA 4 1S La regola rileva la perdita di accuratezza Es. calibratore deteriorato Può attivarsi anche per la perdita di linearità Es. reagente deteriorato Può essere utilizzata con i controlli a livello singolo confrontando quattro risultati Può essere utilizzata con maggiore efficacia con i controlli multilivello
173 DEVIAZIONE PERSISTENTE
174 REGOLA 10 X La regola rileva la perdita di accuratezza Es. calibratore deteriorato Può attivarsi anche per la perdita di linearità Es. reagente deteriorato Può essere utilizzata con i controlli a livello singolo confrontando 10 risultati Può essere utilizzata con maggiore efficacia con i controlli multilivello
175 DEVIAZIONE NON COSTANTE
176 REGOLA 2di3 2S La regola rileva la perdita di precisione Può essere utilizzata con i controlli a livello singolo confrontando due risultati di tre esecuzioni successive Può essere utilizzata con maggiore efficacia con i controlli su tre livelli
177 TREND NEGATIVO
178 REGOLA 7T La regola rileva la deriva di una calibrazione a causa di un costante deterioramento Per numeri inferiori a 7 può dare un elevato tasso di falsi positivi I trend possono essere difficili da rilevare con sensibilità e specificità a causa della imprecisione del metodo che spesso è confrontabile con questi fenomeni
179 AVVISAMI QUANDO C E QUALCOSA CHE NON VA LO SCOPO DEL CQI (RELOADED)
180 C E QUALCOSA CHE NON VA LO SCOPO DEL CQI (RELOADED)
181 «RIMANDO IL CONTROLLO?» Ottenere un risultato accettabile non cancella il precedente Alla violazione di una regola la refertazione deve essere sospesa fino a risoluzione Il re-run dei controlli può essere utile per stabilire la tipologia di problema
182 «RICALIBRO?» Il controllo di qualità dopo una calibrazione «riparatrice» potrebbe essere accettabile «per caso» Calibrare uno strumento con problemi di imprecisione può peggiorare le cose Gli esiti di una nuova calibrazione debbono essere attentamente valutati (storico)
183 «ACCENDI L ARIA CONDIZONATA E VEDRAI CHE ANDRÀ BENE» L efficacia di un intervento correttivo deve essere attentamente valutata Nessun problema si risolve da solo Può essere utile avere un mezzo di controllo indipendente su più livelli (campioni del giorno prima?)
184 DOV È IL PROBLEMA INACCURATEZZA IMPRECISIONE
185 INACCURATEZZA Un aumento del bias può essere dovuto a: Calibrazione vecchia Calibratore deteriorato Sottrazione del bianco non corretta Reagenti deteriorati Perdita di linearità della metodica Malfunzionamento costante Termostatazione non corretta
186 IMPRECISIONE Un aumento del CV può essere dovuto a: Reagenti o campioni non omogenei Liquido di sistema non omogeneo Malfunzionamento del diluitore Posizioni di lettura usurate Malfunzionamento del sistema di lettura
187 QUALCHE DOMANDA C è un solo CQI che viola le regole? Sono apparse condizioni di avviso per un altro reagente? Metodiche simili sono performanti in maniera analoga? Stamattina Mario toccato qualcosa? Cambio calibratore, controllo, reagente, consumabile Ripetendo il controllo si ottiene un CV adeguato? Inaccuratezza o imprecisione? E i pazienti analizzati finora?
188 VERIFICARE, ANCORA E ANCORA La bontà dei risultati ripetuti deve essere valutata statisticamente 60% ripetizioni entro 1 CV 95% ripetizioni entro 2 CV La distribuzione dei risultati deve essere compatibile con lo storico e il riferimento I risultati debbono essere compatibili con le condizioni cliniche
189 TIPOLOGIE DI REGOLE Regole per intercettare l imprecisione 1 2,5S, 1 3S, R 4S, 2di3 2S,, 3di9 2S Regole per intercettare l inaccuratezza 2 2S, 4 1S, 10 x, 7 T
190 QUALE SET DI REGOLE? E possibile stimare l efficacia di un set di regole in maniera quantitativa. Alcuni suggerimenti: Controllo a uno o due livelli: 1 3s, 2 2s, R 4s, 4 1s,10 x Controllo a tre livelli: 1 3s, 2di3 2s, R 4s, 3 1s, 9 x Westgard JO et al. Performance characteristics of rules for internal quality control: Probabilities for false rejection and error detection. Clin Chem 1977;23:
191 CQ CQI OK NO NO NO NO NO NO 1 3S 2su3 2S 10 x R 4S 4 1S 7 T SI SI SI SI SI Ripeti CQI Apri NC per instabilità reagente. Rivaluta frequenza calibrazione. Deviazioni tutte dello stesso segno? NO Ripeti CQI 1 2S SI NO Risultati non validi. Apri NC. Contatta responsabile SI SI 2 1S NO Ricalibra. Ripeti CQI due volte. Ripeti i campioni quando il CQI è OK. Risultati non validi Metodica imprecisa. Dosa i campioni urgenti in triplo. Campioni OK se ripetizioni entro 1CV. Apri NC. Contatta responsabile
192 RIVALUTARE LE PERFORMACE Le performance analitiche debbono essere periodicamente rivalutate sulla base degli obbiettivi analitici prefissati Il CV è entro i limiti previsti? Il BIAS rispetto è entro i limiti previsti L errore totale è entro i limiti previsti? Le performance possono essere erroneamente influenzate da CQ inaccettabili per i quali è stata efficacemente posta una azione correttiva
193 I risultati del CQI andrebbero esclusi dalla statistica solo se: non rappresentano i risultati dei pazienti (nessun campione è stato refertato in quelle condizioni) sono relativi ad eventi straordinari e non ripetibili (Es. guasto del diluitore dello strumento) «LO CANCELLO?»
194 COSA FARE Definire i traguardi di qualità Pianificare il QC Standardizzare il QC Stabilire le regole Assegnare le responsabilità Utilizzare regole che minimizzino i falsi allarmi Utilizzare procedure che prevengano l errore clinico Utilizzare i propri dati per definire l accettabilità Utilizzare procedure informatizzate Interrompere la refertazione in presenza di violazioni delle regole, risolvere il problema Annotare OGNI intervento Ricavare le statistiche per i pazienti
195 COSA NON FARE Non usare regole poco specifiche (Es. 1 2s ) Non ignorare le violazioni Non risolvere il problema ripetendo il controllo Non utilizzare i limiti del produttore Non utilizzare risultati privi di controllo valido Non fidarsi ciecamente del software dello strumento Non abbandonarsi a soluzioni banali in assenza di una analisi del problema
196 Governance Validazione Organizzazione Metodica Test Paziente
197
198 IL CONTROLLO DI QUALITÀ: TEORIA E PRATICA NEL LABORATORIO DI ANALISI CLINICHE Modulo 2 Teoria e pratica del controllo di qualità esterno Dott. Gianluca Monti, phd
199 ALMENO IL 70% DELLE DECISIONI DIAGNOSTICHE SONO INFLUENZATE DA TEST DI LABORATORIO.
200 QUAL È IL VALORE?? 5
201 IL CQI Analisi statistica dei risultati ottenuti da uno stesso sistema analitico Valuta le performance del vostro sistema nel tempo Performance buona Sistema preciso Sistema stabile Buona corrispondenza con il riferimento
202 VEQ Analisi statistica dei risultati ottenuti da sistemi «simili» su un campione «stabili» Valuta la comparabilità del vostro sistema con altri Performance buona Sistema preciso Sistema indipendente dal contesto Buona confrontabilità dei risultati
203 VALUTAZIONE ESTERNA DI QUALITÀ Valutazione delle performance di parte terza Identificazione dei problemi metodologici Identificazione dei problemi di standard Stabilire la comparabilità dei risultati Valutazione metodologica Proficiency testing
204 COME FUNZIONA? Invio di campioni con cadenza regolare (mensile) I partecipanti eseguono i dosaggi nel contesto analitico dei pazienti Invio dei risultati e delle informazioni metodologiche Confronto dei risultati del laboratorio con quelli di altri laboratori che usano stesso metodo/stesso sistema/tutti
205 COME FUNZIONA? (2) Valutazione statistica della inaccuratezza e della imprecisione dei singoli laboratori Valutazione statistica della inaccuratezza e della imprecisione delle metodiche Invio dei report ai partecipanti con i riepiloghi delle performace per ogni gruppo
206
207 CON CHI MI CONFRONTO Gli erogatori di programmi VEQ raccolgono informazioni sui vostri sistemi analitici e metodologici In caso di numero sufficiente di risultati validi sarete confrontati con chi ha il vostro stesso sistema (analizzatore/reagente) In caso di statistiche ridotte la vostra performance sarà valutata per omogeneità di metodo Se il numero è ancora troppo ridotto sarete confrontati con tutti i metodi Valutate sempre i vostri sistemi/metodi in riferimento agli altri, anche attraverso gli istogrammi
208 PERCHÉ PARTECIPARE (1) Fornisce un mezzo per migliorare la qualità globale Identifica le problematiche tecnico/metodologiche Può rappresentare una leva sulle amministrazioni Migliora la confidenza sui risultati Migliora l immagine del laboratorio E un obbligo di legge (?)
209 PERCHÉ PARTECIPARE (2) Fornisce campioni di controllo stabili e dosati che possono essere utilizzati come controlli indipendenti Fornisce dati quantitativi e quantitativi sugli strumenti attualmente sul mercato (tendenze metodologiche) Aggiornamento sullo stato dell arte Nei grandi laboratori può verificare la performance di linee analitiche multiple
210 PERCHÉ PARTECIPARE (3) I dati statistici di validazione possono essere utilizzati per rivalutare gli obbiettivi di performance del CQI Responsabilizza il personale (attenzione alle tentazioni) I campioni debbono essere trattati come quelli dei pazienti A quando una VEQ in provetta?
211 PUNTI DA FOCALIZZARE (1) I fattori che influenzano le performance possono non essere dovuti al laboratorio Non sempre le indicazioni fornite sono tradotte in un reale miglioramento per il laboratorio Relativamente costoso, soprattutto se esteso a molti pannelli Costo di iscrizione Costo di dosaggio
212 PUNTI DA FOCALIZZARE (2) Le statistiche richiedono grandi numeri. Per il glucosio è semplice ma per l androstenedione? Nonostante l impegno dei fornitori i report risultano di difficile lettura (SDI RMSDI %DEV RM %DEV Target IP Range FLAG LA ABR REF MISA) e spesso si guarda solo alle flag in formato grafico (triangoli, mine, stelle ) Le procedure di invio dei risultati sono spesso poco pratiche da utilizzare (Mario si è distratto)
213 PUNTI DA FOCALIZZARE (3) E necessario elaborare protocolli interni per la valutazione dei risultati e le relative azioni correttive Per alcuni parametri la standardizzazione delle metodologie è praticamente inesistente (Es. PTH). «Vince la maggioranza» ATTENZIONE -> Non sostituisce il CQI, lo integra
214 ISO 15189:2007
215 ISO 15189:2007
216
217 RIFERIMENTI ISO13528: Statistical Methods for Use in Proficiency Testing by Inter-laboratory Comparisons IUPAC: International Harmonised Protocol for the Proficiency Testing of Analytical Chemistry Laboratories;
218 OPERATORI CERTIFICATI RIQAS Bio-Rad WEQAS LGC Labquality (36 programmi) RCPA QAP (Solo alcuni programmi) NRL EQAS (solo sierologia) API
219 ISO Design statistico del programma Valori di riferimento utili allo scopo della valutazione Intervalli di valutazione utili allo scopo della valutazione Valutazione della stabilità del campione Qualità del campione Matrice Concentrazioni
220 ISO Comunicazione con i partecipanti Chiarezza nelle scadenze Chiarezza nei criteri di elaborazione > Documentazione Chiarezza nei report Fornitori esterni Etica del programma
221 CARATTERISTICHE DEI CAMPIONI Omogeneità e stabilità Tutti i partecipanti dovrebbero ricevere campioni «identici» Stabilità Omogeneità
222 IL VALORE DI RIFERIMENTO Adeguata allo scopo: confrontabilità dei risultati Stabilita sulla base di un principio di «consenso» Errori grossolani («Mario ha analizzato il 3 al posto del 4») Outlier statistici: occasionali deviazioni di grossa entità Calcolo della media di riferimento con sistemi statistici robusti
223 STATISTICA ROBUSTA La statistica classica fa delle assunzioni difficili da soddisfare nella realtà errore non gaussiano Presenza di più mode Distribuzioni anomale Statistica robusta Scartare gli outliers Ricalcolare la statistica e rivalutare Stabilire il valore consenso Stabilire l incertezza della media consenso
224 «CONSENSO» Alcuni dosaggi, per via delle intriseche caratteristiche, sono soggetti a distribuzioni «esotiche» I fornitore del programma VEQ deve fornirvi informazioni qualitative e quantitative Metodologia di selezione Numero di outliers Errore statistico nel calcolo del valore consenso Istogramma di tutti i risultati
225 «CONSENSO» Per stabilire un valore consenso è necessario un numero minimo di partecipanti I programmi «diffusi» sono avvantaggiati In ogni caso saranno calcolati valori consenso Per lo stesso sistema/metodica Per la stessa metodica Per tutti i metodi
226 OBBIETTIVI DI QUALITÀ Il fornitore della VEQ stabilisce degli obbiettivi di qualità sulla base delle performances desiderabili Variabilità biologica Stato dell arte Significato clinico
227 INDICATORI DI PERFORMANCE Deviazione (%) Rappresenta la deviazione rispetto alla media consenso E l equivalente del BIAS nel CQI Può essere riportata in grafico in funzione del tempo o della concentrazione
228 BIAS VS CONCENTRAZIONE
229 BIAS VS TEMPO
230 LA DEVIAZIONE STANDARD Supponendo una distribuzione di tipo gaussiano è il principale indice statistico per valutare la dispersione dei risultati Valutando la DS del vostro gruppo di riferimento, a meno di problemi di stabilità, è possibile valutare la precisione del vostro gruppo di appartenenza Consente di ricavare gli intervalli di accettabilità dei singoli risultati
231 DEVIAZIONE STANDARD Target Standard deviation for performance assessment Rappresenta la DS desiderabile o raccomandata Rilevata Rappresenta la DS effettivamente misurata nella statistica di consenso Include la variabilità di misura e quella del campione Può non essere soddisfatta dallo stato dell arte
232 INDICATORI DI PERFORMANCE IDS Rappresenta il vostro scostamento dalla media consenso rapportato alla deviazione standard del gruppo consenso Utile perché può essere riportato in un grafico di lettura simile a quello di Shewhart utilizzato per il CQI
233 IDS Si riporta in grafico la IDS di ogni campione I punti nella zona ± 1 IDS sono «frequenti» e cioè ottenuti da circa il 68% dei partecipanti I punti entro ± 1-2 IDS sono meno «frequenti» e cioè ottenuti da circa il 27% dei partecipanti Al crescere della IDS i risultati non sempre meno probabili (3 IDS < 5 %, 4 IDS < 0,3%)
234 PERFORMANCE INDEX/SCORE Un «voto» calcolato sulla base della performace desiderabile Un sistema di scoring adeguato è un compromesso tra sensibilità e specificità Il fornitore rapporta la vostra deviazione (IDS) con una deviazione standard «desiderabile» assegnata ad ogni analita Utile obbiettivo per il miglioramento della qualità su indicazione di parte terza
235 INSEGNAMENTI DAL PASSATO
236 PERCHÉ PARTECIPARE (4) Nel 1974, ventinove anni dopo la fine della guerra, una notizia sensazionale fece il giro del mondo. A 54 anni suonati, l'ultimo difensore nipponico delle Filippine decise di deporre le armi. Si trattava del tenente di fanteria Hiroo Onoda.
237 PERCHÉ PARTECIPARE (4) Il soldato, ormai ridotto a vivere nella giungla come un animale e a nutrirsi di bacche e di serpenti, decise di consegnarsi ad una pattuglia della polizia incrociata ai limiti della foresta. Il soldato risultava ancora in possesso del suo fucile d'ordinanza con baionetta, di alcuni caricatori e di una decina di bombe a mano arrugginite.
238 NON SIATE COME HIROO Io ho i «miei» valori di riferimento Hiroo Onoda
Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo
Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma
DettagliISO 15189 2007: Laboratori Medici particolari requisiti per la qualità e la competenza
ISO 15189 2007: Laboratori Medici particolari requisiti per la qualità e la competenza Dr.ssa Eletta Cavedoni Cosmolab srl Tortona Corso di Controllo e Gestione Qualità Università degli Studi di Pavia
DettagliCaratteristiche di un controllo di qualità esterno (VEQ) ed interno per test HPV primario di screening: presentazione documento aggiornato
Convegno Nazionale GISCi 2015 Finalborgo (SV), 21-22 maggio 2015 Caratteristiche di un controllo di qualità esterno (VEQ) ed interno per test HPV primario di screening: presentazione documento aggiornato
DettagliLE CARTE DI CONTROLLO (4)
LE CARTE DI CONTROLLO (4) Tipo di carta di controllo Frazione difettosa Carta p Numero di difettosi Carta np Dimensione campione Variabile, solitamente >= 50 costante, solitamente >= 50 Linea centrale
DettagliAppendice III. Competenza e definizione della competenza
Appendice III. Competenza e definizione della competenza Competenze degli psicologi Lo scopo complessivo dell esercizio della professione di psicologo è di sviluppare e applicare i principi, le conoscenze,
Dettagli5.9. Assicurazione qualità dei risultati Il laboratorio deve avere procedure di controllo qualità per monitorare la validità delle prove e o delle
5.9. Assicurazione qualità dei risultati Il laboratorio deve avere procedure di controllo qualità per monitorare la validità delle prove e o delle tarature eseguite. I dati risultanti devono essere registrati
DettagliEmissione 8 11/06/2012 Approvazione DCRB Pagina 1 di 8
Emissione 8 11/06/2012 Approvazione DCRB Pagina 1 di 8 PROGRAMMA DI VEQ PER FERTILITÀ A. Organizzazione del Programma MATERIALI DI CONTROLLO: sono costituiti da matrici naturali di origine umana e sono
DettagliCAPACITÀ DI PROCESSO (PROCESS CAPABILITY)
CICLO DI LEZIONI per Progetto e Gestione della Qualità Facoltà di Ingegneria CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) Carlo Noè Università Carlo Cattaneo e-mail: cnoe@liuc.it 1 CAPACITÀ DI PROCESSO Il
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
DettagliVALIDAZIONE METODI DI PROVA PROVE MICROBIOLOGICHE
VALIDAZIONE METODI DI PROVA PROVE MICROBIOLOGICHE 1 Il processo di validazione/qualificazione di un metodo microbiologico presuppone che i fattori critici siano adeguatamente disciplinati da indicazioni
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliMService La soluzione per ottimizzare le prestazioni dell impianto
MService La soluzione per ottimizzare le prestazioni dell impianto Il segreto del successo di un azienda sta nel tenere sotto controllo lo stato di salute delle apparecchiature degli impianti. Dati industriali
DettagliLA REVISIONE LEGALE DEI CONTI La comprensione
LA REVISIONE LEGALE DEI CONTI La comprensione dell impresa e del suo contesto e la valutazione dei rischi di errori significativi Ottobre 2013 Indice 1. La comprensione dell impresa e del suo contesto
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliPrestazioni di accuratezza e precisione del sistema Accu-Chek Aviva. Introduzione. I. ACCURATEZZA Metodo
Prestazioni di accuratezza e precisione del sistema Accu-Chek Aviva Introduzione L accuratezza del sistema è stata valutata in base allo standard ISO 15197:2003. Il sangue capillare di soggetti a cui è
DettagliConfiguration Management
Configuration Management Obiettivi Obiettivo del Configuration Management è di fornire un modello logico dell infrastruttura informatica identificando, controllando, mantenendo e verificando le versioni
DettagliVALORE DELLE MERCI SEQUESTRATE
La contraffazione in cifre: NUOVA METODOLOGIA PER LA STIMA DEL VALORE DELLE MERCI SEQUESTRATE Roma, Giugno 2013 Giugno 2013-1 Il valore economico dei sequestri In questo Focus si approfondiscono alcune
DettagliSCELTA DELL APPROCCIO. A corredo delle linee guida per l autovalutazione e il miglioramento
SCELTA DELL APPROCCIO A corredo delle linee guida per l autovalutazione e il miglioramento 1 SCELTA DELL APPROCCIO l approccio all autovalutazione diffusa può essere normale o semplificato, a seconda delle
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliLa distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
DettagliMANUALE DELLA QUALITÀ SIF CAPITOLO 08 (ED. 01) MISURAZIONI, ANALISI E MIGLIORAMENTO
INDICE 8.1 Generalità 8.2 Monitoraggi e Misurazione 8.2.1 Soddisfazione del cliente 8.2.2 Verifiche Ispettive Interne 8.2.3 Monitoraggio e misurazione dei processi 8.2.4 Monitoraggio e misurazione dei
DettagliCriteri di elaborazione delle linee guida
Criteri di elaborazione delle linee guida Maurizio Bettinelli Convegno sul tema: Linee guida UNICHIM per l armonizzazione dei metodi di prova in campo ambientale. Prove interlaboratorio e stato di avanzamento
DettagliLA CORRELAZIONE LINEARE
LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione
DettagliEmissione 12 13/05/2015 Approvazione DCRB Pag. 1 di 5
Emissione 12 13/05/2015 Approvazione DCRB Pag. 1 di 5 PROGRAMMA DI VEQ PER BIOCHIMICA CLINICA SU SIERO A. Organizzazione del Programma MATERIALI DI CONTROLLO: sono costituiti da matrici naturali di origine
DettagliUNI CEI EN ISO/IEC 17025 Sez. 4 e requisiti SINAL per l accreditamento dei laboratori
UNI CEI EN ISO/IEC 17025 Sez. 4 e requisiti SINAL per l accreditamento dei laboratori Struttura della norma ISO/IEC 17025 1. Scopo 2. Riferimenti normativi 3. Termini e definizioni 4. Requisiti gestionali
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
DettagliRapporto dal Questionari Insegnanti
Rapporto dal Questionari Insegnanti SCUOLA CHIC81400N N. Docenti che hanno compilato il questionario: 60 Anno Scolastico 2014/15 Le Aree Indagate Il Questionario Insegnanti ha l obiettivo di rilevare la
DettagliTEMPO E RISCHIO. Il valore del denaro è funzione del tempo in cui è disponibile
Esercitazione TEMPO E RISCHIO Il valore del denaro è funzione del tempo in cui è disponibile Un capitale - spostato nel futuro si trasforma in montante (capitale iniziale più interessi), - spostato nel
DettagliUTILIZZATORI A VALLE: COME RENDERE NOTI GLI USI AI FORNITORI
UTILIZZATORI A VALLE: COME RENDERE NOTI GLI USI AI FORNITORI Un utilizzatore a valle di sostanze chimiche dovrebbe informare i propri fornitori riguardo al suo utilizzo delle sostanze (come tali o all
DettagliPROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO
PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO L indagine si è svolta nel periodo dal 26 agosto al 16 settembre 2014 con l obiettivo di conoscere l opinione dei residenti
DettagliALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio.
ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio. Per una migliore caratterizzazione del bacino idrologico dell area di studio, sono state acquisite
DettagliCORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura
CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura Bruno Mario Cesana Bruno M. Cesana 1 MISURAZIONE La figura 1.1 è tratta da: Bossi A. et al.: Introduzione alla Statistica Medica A
DettagliUN ESEMPIO DI VALUTAZIONE
UN ESEMPIO DI VALUTAZIONE Processo di Performance Review (PR) Luisa Macciocca 1 Che cos è una PR? La PR è un sistema formale di gestione della performance La gestione della performance è: un processo a
DettagliI SISTEMI DI GESTIONE DELLA SALUTE E SICUREZZA SUL LAVORO: OHSAS 18001 AV2/07/11 ARTEMIDE.
I SISTEMI DI GESTIONE DELLA SALUTE E SICUREZZA SUL LAVORO: OHSAS 18001 AV2/07/11 ARTEMIDE. 1 Nel panorama legislativo italiano la Salute e la Sicurezza sul Lavoro sono regolamentate da un gran numero di
DettagliPROCEDURE - GENERALITA
PROCEDURE - GENERALITA Le PROCEDURE sono regole scritte, utili strumenti di buona qualità organizzativa, con le quali lo svolgimento delle attività viene reso il più possibile oggettivo, sistematico, verificabile,
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva
Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Introduzione e Statistica descrittiva Corsi di Laurea Triennale Corso di Statistica e Biometria: Introduzione
DettagliLa ricerca del Sangue Occulto nello Screening del CCR e nella Pratica Clinica
La ricerca del Sangue Occulto nello Screening del CCR e nella Pratica Clinica Protocollo regionale ed esperienze a confronto Baggiovara (MO), 26/11/2010 PIANIFICAZIONE E GESTIONE DEL CONTROLLO DI QUALITÀ
Dettagli1 Università di Trento ed Euricse 2 Università dell Insubria, Varese
Nel corso degli ultimi anni diversi studiosi e responsabili di importanti istituzioni hanno sostenuto che le cooperative hanno reagito alla crisi in corso meglio delle altre forme di impresa. La maggior
DettagliINFORMATIVA SUL DIRITTO ALLA PRIVACY PER LA CONSULTAZIONE DEL SITO WEB www.arlatighislandi.it
INFORMATIVA SUL DIRITTO ALLA PRIVACY PER LA CONSULTAZIONE DEL SITO WEB www.arlatighislandi.it redatto ai sensi del decreto legislativo n 196/2003 2 GENNAIO 2014 documento pubblico 1 PREMESSA 3 SEZIONE
DettagliProject Management. Modulo: Introduzione. prof. ing. Guido Guizzi
Project Management Modulo: Introduzione prof. ing. Guido Guizzi Definizione di Project Management Processo unico consistente in un insieme di attività coordinate con scadenze iniziali e finali, intraprese
DettagliServizi di consulenza specialistica per IGRUE 2009 2012
Allegato 9A Metodo della stima delle differenze Descrizione della procedura Il metodo della stima delle differenze è indicato qualora il controllore ritenga che la popolazione sia affetta da un tasso di
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliANALISI DELLE FREQUENZE: IL TEST CHI 2
ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento
Dettagli1 WORKSHOP DEI LABORATORI DEL CONTROLLO UFFICIALE DI OGM Roma 30 Novembre 1-2-3 Dicembre
Istituto Zooprofilattico Sperimentale delle Regioni Lazio e Toscana Ugo Marchesi 1 WORKSHOP DEI LABORATORI DEL CONTROLLO UFFICIALE DI OGM Roma 30 Novembre 1-2-3 Dicembre Riferibilità del risultato analitico
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliLa Qualità il Controllo ed il Collaudo della macchina utensile. Dr. Giacomo Gelmi
La Qualità il Controllo ed il Collaudo della macchina utensile Dr. Giacomo Gelmi Che cosa è una macchina utensile? E uno spazio fisico in cui si collocano, sostenuti da adeguate strutture ed in posizioni
DettagliMODULO PER LA GESTIONE DEI RESI
MODULO PER LA GESTIONE DEI RESI Clienti, prodotti, categorie merceologiche e stabilimenti di produzione. Difetti, tipologia difetti, test ed esiti finali di verifica. Raggruppamento dei test loro in schede
DettagliSIMT-POS 038 GESTIONE STRUMENTI
1 Prima Stesura Redattori: Gasbarri, De Angelis, Rizzo Data: 15-02-/2014 SIMT-POS 038 GESTIONE STRUMENTI Indice 1 SCOPO... 2 2 CAMPO D APPLICAZIONE... 2 3 DOCUMENTI DI RIFERIMENTO... 2 4 DESCRIZIONE ATTIVITÀ...
DettagliReal Time Control (RTC): modalità di invio dei dati
C EQAS - CNR External Quality Assessment Schemes CNR - Istituto di Fisiologia Clinica Real Time Control (RTC): modalità di invio dei dati R. Conte, A. Renieri v.1.1-15/11/2012 Introduzione Il programma
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliCorso di Laurea Magistrale in Chimica e Tecnologia Farmaceutiche E25
Sezione di Tecnologia e Legislazione Farmaceutiche Maria Edvige Sangalli Corso di Laurea Magistrale in Chimica e Tecnologia Farmaceutiche E25 Fabbricazione Industriale dei Medicinali 4 CFU Prof. Andrea
DettagliLinee guida per la rilevazione sistematica della customer satisfaction tramite emoticons
Allegato 1 Linee guida per la rilevazione sistematica della customer satisfaction tramite emoticons 1. Premessa La rilevazione della customer satisfaction è utilizzata da molte amministrazioni per misurare
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliIL COLLAUDO DI ACCETTAZIONE
IL COLLAUDO DI ACCETTAZIONE Il collaudo di accettazione 1 Popolazione Campione Dati MISURA Processo Lotto Campione DATI CAMPIONAMENTO INTERVENTO MISURA Lotto Campione DATI CAMPIONAMENTO INTERVENTO Il collaudo
DettagliMODULO 2 www.sapienzafinanziaria.com. la formazione finanziaria è il miglior investimento per il tuo domani
MODULO 2 www.sapienzafinanziaria.com la formazione finanziaria è il miglior investimento per il tuo domani Lezione n. 1 Edizione marzo / giugno 2015 La simulazione del trading su dati storici www.sapienzafinanziaria.com
DettagliAnalisi e diagramma di Pareto
Analisi e diagramma di Pareto L'analisi di Pareto è una metodologia statistica utilizzata per individuare i problemi più rilevanti nella situazione in esame e quindi le priorità di intervento. L'obiettivo
DettagliRicerca di outlier. Ricerca di Anomalie/Outlier
Ricerca di outlier Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna Ricerca di Anomalie/Outlier Cosa sono gli outlier? L insieme di dati che sono considerevolmente differenti dalla
DettagliCome si seleziona un fondo di investimento
Come si seleziona un fondo di investimento Francesco Caruso è autore di MIB 50000 Un percorso conoscitivo sulla natura interiore dei mercati e svolge la sua attività di analisi su indici, titoli, ETF,
DettagliRegressione Mario Guarracino Data Mining a.a. 2010/2011
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume
DettagliCongresso Nazionale Congiunto SIMMESN e SIMGePeD. Malattie genetico-metaboliche tra tecnologia e assistenza 27-29 Ottobre 2011, Bologna
Congresso Nazionale Congiunto SIMMESN e SIMGePeD Malattie genetico-metaboliche tra tecnologia e assistenza 27-29 Ottobre 2011, Bologna Controllo Qualità L'analisi è un procedimento metrologico che ha lo
DettagliIL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE.
IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE. Lezione 5 Castellanza, 17 Ottobre 2007 2 Summary Il costo del capitale La relazione rischio/rendimento
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliPROGETTO TECNICO SISTEMA DI GESTIONE QUALITA IN CONFORMITÀ ALLA NORMA. UNI EN ISO 9001 (ed. 2008) n. 03 del 31/01/09 Salvatore Ragusa
PROGETTO TECNICO SISTEMA DI GESTIONE QUALITA IN CONFORMITÀ ALLA NORMA UNI EN ISO 9001 (ed. 2008) Revisione Approvazione n. 03 del 31/01/09 Salvatore Ragusa PROGETTO TECNICO SISTEMA QUALITA Il nostro progetto
DettagliPROGRAMMA DATIAnalisiMetodiOrganizzazioneConfrontiLaboratoriEsperti
Associazione Italiana Allevatori Laboratorio Standard Latte VIA DELL INDUSTRIA 24-00057 MACCARESE ROMA Tel. 06 6678830 Fax. 06 6678811 e-mail lsl@aia.it PROGRAMMA DATIAnalisiMetodiOrganizzazioneConfrontiLaboratoriEsperti
DettagliRISCHIO E CAPITAL BUDGETING
RISCHIO E CAPITAL BUDGETING Costo opportunità del capitale Molte aziende, una volta stimato il loro costo opportunità del capitale, lo utilizzano per scontare i flussi di cassa attesi dei nuovi progetti
DettagliMonitoraggio sulla conversione dei prezzi al consumo dalla Lira all Euro
ISTAT 17 gennaio 2002 Monitoraggio sulla conversione dei prezzi al consumo dalla Lira all Euro Nell ambito dell iniziativa di monitoraggio, avviata dall Istat per analizzare le modalità di conversione
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliINDAGINE SULLA PERCEZIONE DELLA SODDISFAZIONE DEI CLIENTI GECA. Rapporto di sintesi.
INDAGINE SULLA PERCEZIONE DELLA SODDISFAZIONE DEI CLIENTI GECA. Rapporto di sintesi. I N D U S T R I E G R A F I C H E 1 Geca Spa Industrie Grafiche Via Magellano 11, 20090 Cesano Boscone (MI) Tel. +39
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliSistema di Gestione Integrata Qualità/Ambiente/Sicurezza Doc.3 Politiche aziendale. Qualità/Ambiente
Pag. 1 di 5 Qualità/Ambiente L azienda Di Leo Nobile S.p.A. è nata nel 1956 a Castel San Giorgio (Sa) ed è uno stabilimento di circa m² 16.591 di cui 10.000 m² coperti, nel quale è concentrata l attività
DettagliMANDATO DI AUDIT DI GRUPPO
MANDATO DI AUDIT DI GRUPPO Data: Ottobre, 2013 UniCredit Group - Public MISSION E AMBITO DI COMPETENZA L Internal Audit è una funzione indipendente nominata dagli Organi di Governo della Società ed è parte
DettagliDirettore Dr.ssa Tiziana Riscaldati. SIMT-POS 028 Controlli Qualità
1 1 2 1 SCOPO Scopo della presente Procedura è fornire indicazioni circa le modalità di esecuzione e gestione del Controllo di Qualità (C.Q.) interno ed esterno nell area di Validazione Biologica. 2 CAMPO
DettagliLA CERTIFICAZIONE AMBIENTALE (UNI EN ISO 14001)
GUIDA UTILE.......... LA CERTIFICAZIONE AMBIENTALE (UNI EN ISO 14001) Pag. 1 di 6 INDICE LA CERTIFICAZIONE AMBIENTALE (UNI EN ISO 14001) COS È LA CERTIFICAZIONE AMBIENTALE SECONDO LA NORMA ISO 14001?...
DettagliComune di San Martino Buon Albergo
Comune di San Martino Buon Albergo Provincia di Verona - C.A.P. 37036 SISTEMA DI VALUTAZIONE DELLE POSIZIONI DIRIGENZIALI Approvato dalla Giunta Comunale il 31.07.2012 INDICE PREMESSA A) LA VALUTAZIONE
DettagliGUIDA RAPIDA PER LA COMPILAZIONE DELLA SCHEDA CCNL GUIDA RAPIDA PER LA COMPILAZIONE DELLA SCHEDA CCNL
GUIDA RAPIDA BOZZA 23/07/2008 INDICE 1. PERCHÉ UNA NUOVA VERSIONE DEI MODULI DI RACCOLTA DATI... 3 2. INDICAZIONI GENERALI... 4 2.1. Non modificare la struttura dei fogli di lavoro... 4 2.2. Cosa significano
DettagliPolitica del WHOIS relativa al nome a dominio.eu
Politica del WHOIS relativa al nome a dominio.eu 1/7 DEFINIZIONI I termini definiti nei Termini e Condizioni e/o nelle Regole di risoluzione delle controversie del.eu sono contraddistinti nel presente
DettagliFattori che influenzano la sensibilità e il valore predittivo positivo di una Sorveglianza
Fattori che influenzano la sensibilità e il valore predittivo positivo di una Sorveglianza Paolo Giorgi Rossi Agenzia di Sanità Pubblica, Regione Lazio Roma, 27/02/06 Le leggi di Finagle sull informazione
DettagliNorme per l organizzazione - ISO serie 9000
Norme per l organizzazione - ISO serie 9000 Le norme cosiddette organizzative definiscono le caratteristiche ed i requisiti che sono stati definiti come necessari e qualificanti per le organizzazioni al
DettagliSupply Intelligence. Informazioni rapide e approfondite sui fornitori potenziali
Supply Intelligence Informazioni rapide e approfondite sui fornitori potenziali Ancora in alto mare? Le forniture, specialmente se effettuate a livello globale, possono rivelarsi un vero e proprio viaggio
DettagliLa riforma del servizio di distribuzione del
CReSV Via Röntgen, 1 Centro Ricerche su Sostenibilità e Valore 20136 Milano tel +39 025836.3626 La riforma del servizio di distribuzione del 2013 gas naturale In collaborazione con ASSOGAS Gli ambiti territoriali
DettagliIL SISTEMA SMART RESPONSE
IL SISTEMA SMART RESPONSE Intervideo Srl Via E. Fermi, 24 37026 Settimo di Pescantina (Vr) Tel: 045 8900022 Fax: 045 8900502 e-mail: info@intervideosrl.com 1 LO SMART RESPONSE Il sistema di risposta interattiva
DettagliLa refertazione. QC nel laboratorio andrologico
La refertazione. QC nel laboratorio andrologico Dott.ssa Cristina Melotti Laboratorio Centralizzato Policlinico S.Orsola Malpighi Azienda Ospedaliero Universitaria di Bologna L esame del liquido seminale
DettagliMetodologia di monitoraggio Impianti fotovoltaici
Metodologia di monitoraggio Impianti fotovoltaici Per effettuare il monitoraggio degli impianti fotovoltaici è stato scelto il metodo di acquisizione dati proposto dal Dott. Ing. F. Spertino, Dott. Ing.
DettagliTeoria e metodologia estimativa
Teoria e metodologia estimativa Definizioni L estimo è la parte della scienza economica definibile come l insieme dei principi logici e metodologici che regolano e, quindi, consentono la motivata, oggettiva
DettagliUniversità degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI
Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni
DettagliSISTEMA di GESTIONE QUALITÀ Non Conformità ed Efficacia delle Azioni Correttive Preventive
SISTEMA di GESTIONE QUALITÀ Non Conformità ed Efficacia delle Azioni Correttive Preventive Il sistema di gestione della qualità a cui mi riferisco è quello relativo alla norma ISO-9001:2000. Prima di entrare
DettagliRegione Campania. 1. Dati congiunturali del secondo trimestre 2014
1 Regione Campania 1. Dati congiunturali del secondo trimestre 2014 Il saldo tra iscrizioni e cessazioni Il secondo trimestre del 2014 mostra un deciso rafforzamento numerico del sistema imprenditoriale
DettagliGESTIONE DELLE TECNOLOGIE AMBIENTALI PER SCARICHI INDUSTRIALI ED EMISSIONI NOCIVE LEZIONE 10. Angelo Bonomi
GESTIONE DELLE TECNOLOGIE AMBIENTALI PER SCARICHI INDUSTRIALI ED EMISSIONI NOCIVE LEZIONE 10 Angelo Bonomi CONSIDERAZIONI SUL MONITORAGGIO Un monitoraggio ottimale dipende dalle considerazioni seguenti:
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE INTRODUZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Introduzione alla simulazione Una simulazione è l imitazione
DettagliSistemi di Gestione dei Dati e dei Processi Aziendali. Computer-Assisted Audit Technique (CAAT)
Sistemi di Gestione dei Dati e dei Processi Aziendali Computer-Assisted Audit Technique (CAAT) Indice degli argomenti Introduzione Metodologia Esempi Conclusioni Slide 2 Introduzione Metodologia Esempi
DettagliAUDIT. 2. Processo di valutazione
AUDIT 2. Processo di valutazione FASE ATTIVITA DESCRIZIONE Inizio dell'audit Inizio dell attività Costituzione del gruppo di valutazione sulla base delle competenze generali e specifiche e dei differenti
DettagliI modelli normativi. I modelli per l eccellenza. I modelli di gestione per la qualità. ! I modelli normativi. ! I modelli per l eccellenza
1 I modelli di gestione per la qualità I modelli normativi I modelli per l eccellenza Entrambi i modelli si basano sull applicazione degli otto principi del TQM 2 I modelli normativi I modelli normativi
DettagliGestire le NC, le Azioni Correttive e Preventive, il Miglioramento
Scopo Responsabile Fornitore del Processo Input Cliente del Processo Output Indicatori Riferimenti Normativi Processi Correlati Sistemi Informatici Definire le modalità e le responsabilità per la gestione
DettagliMacroeconomia, Esercitazione 2. 1 Esercizi. 1.1 Moneta/1. 1.2 Moneta/2. 1.3 Moneta/3. A cura di Giuseppe Gori (giuseppe.gori@unibo.
acroeconomia, Esercitazione 2. A cura di Giuseppe Gori (giuseppe.gori@unibo.it) 1 Esercizi. 1.1 oneta/1 Sapendo che il PIL reale nel 2008 è pari a 50.000 euro e nel 2009 a 60.000 euro, che dal 2008 al
DettagliLE RICERCHE DI MERCATO
LE RICERCHE DI MERCATO IL MARKETING: UNA DEFINIZIONE STUDIO DELLE NORME DI COMPORTAMENTO DI UNA AZIENDA CON RIGUARDO ALLA PROGRAMMAZIONE, REALIZZAZIONE E CONTROLLO DELLE ATTIVITA DI SCAMBIO. QUESTE NORME
DettagliRisultati dell indagine sul benessere dei dipendenti 2014
Risultati dell indagine sul benessere dei dipendenti 2014 (art. 14 comma 5 - d.lgs 150/2009) sintesi dati Generali, per Area e tipologia di dipendente Le Amministrazioni pubbliche, nella prospettiva di
DettagliEVOLUZIONE DELLE INIZIATIVE PER LA QUALITA : L APPROCCIO SIX SIGMA
http://www.sinedi.com ARTICOLO 3 LUGLIO 2006 EVOLUZIONE DELLE INIZIATIVE PER LA QUALITA : L APPROCCIO SIX SIGMA A partire dal 1980 sono state sviluppate diverse metodologie per la gestione della qualità
DettagliPrincipi generali. Vercelli 9-10 dicembre 2005. G. Bartolozzi - Firenze. Il Pediatra di famiglia e gli esami di laboratorio ASL Vercelli
Il Pediatra di famiglia e gli esami di laboratorio ASL Vercelli Principi generali Carlo Federico Gauss Matematico tedesco 1777-1855 G. Bartolozzi - Firenze Vercelli 9-10 dicembre 2005 Oggi il nostro lavoro
Dettagli